SENTIMEN ANALISIS TWEET SEKOLAH TATAP MUKA SAAT PANDEMI DENGAN SUPPORT VECTOR MACHINE DAN NAIVE BAYES

• MOHAMMAD ARIF BUDIMAN

---

ABSTRAK

ABSTRAK

Mohammad Arif Budiman (11200109), Sentimen Analisis Tweet Sekolah Tatap Muka Saat Pandemi dengan Support Vector Machine dan Naive Bayes

Pandemi Covid 19 adalah kejadian luar biasa yang melanda seluruh dunia termasuk Indonesia. Atas kejadian ini dampak dari pandemi Covid 19 menyerang hampir semua sektor , salah satunya sektor pendidikan. Pola belajar mengajar berubah menjadi sekolah jarak jauh dengan menggunakan metode daring atau online. Setelah berlalu setahun lebih pemberlakuan belajar secara daring, pemerintah berencana untuk memberlakukan pembelajaran secara tatap muka secara bertahap. Hal ini menjadi polemik di masyarakat. Sebagian menyambut baik kebijakan dari pemerintah ini, namun tidak sedikit yang menolak. Yang menyambut maupun yang menolak mengungkapkan perasaannya di media sosial yaitu di Twitter. Peneliti bermaksud melihat respon dari pengguna Twitter dalam menanggapi kebijakan pemerintah soal sekolah tatap muka ini. Tweet dari pengguna Twitter akan diambil dengan metode crawling Twitter API (Application Programming Interface) dengan kata kunci “sekolah tatap muka” pada aplikasi Rapidminer. Dari hasil crawling data tersebut dilakukan pembagian dataset menjadi dua yaitu data latih dan data uji. Sedangkan metode analisis yang digunakan adalah Support Vector Machine dan Naive Bayes.

KATA KUNCI

Naive Bayes

---

DAFTAR PUSTAKA

DAFTAR PUSTAKA

[1] “Banyak Keluhan dari Orang tua, Setuju Pembelajaran Jarak Jauh Dievaluasi? | Page 2 - Pendidikan JPNN.com.” https://www.jpnn.com/news/banyakkeluhan-dari-orang-tua-setuju-pembelajaran-jarak-jauh-dievaluasi?page=2 (accessed Jul. 13, 2021).

[2] “Mayoritas Orang Tua Belum Setuju Sekolah Tatap Muka - batampos.co.id.” https://batampos.co.id/2020/07/13/mayoritas-orang-tua-belum-setuju-sekolahtatap-muka/ (accessed Jul. 13, 2021).

[3] “Mendikbud: Semua Sekolah Wajib Sudah Belajar Tatap Muka di Juli 2021 Halaman all - Kompas.com.” https://www.kompas.com/edu/read/2021/03/30/131305671/mendikbudsemua-sekolah-wajib-sudah-belajar-tatap-muka-di-juli-2021?page=all (accessed Apr. 25, 2021).

[4] “Pengguna Aktif Medsos RI 170 Juta, Bisa Main 3 Jam Sehari.” https://inet.detik.com/cyberlife/d-5407834/pengguna-aktif-medsos-ri-170-jutabisa-main-3-jam-sehari (accessed Apr. 26, 2021).

[5] G. A. Buntoro, “Analisis Sentimen Calon Gubernur DKI Jakarta 2017 Di Twitter,” INTEGER J. Inf. Technol., vol. 1, no. 1, pp. 32–41, 2017, [Online]. Available: https://www.researchgate.net/profile/Ghulam_Buntoro/publication/316617194  _Analisis_Sentimen_Calon_Gubernur_DKI_Jakarta_2017_Di_Twitter/links/5 907eee44585152d2e9ff992/Analisis-Sentimen-Calon-Gubernur-DKI-Jakarta2017-Di-Twitter.pdf.

[6] M. S. Hadna, P. I. Santosa, and W. W. Winarno, “Studi Literatur Tentang Perbandingan Metode Untuk Proses Analisis Sentimen Di Twitter,” Semin. Nas. Teknol. Inf. dan Komun., vol. 2016, no. Sentika, pp. 57–64, 2016, [Online]. Available: https://fti.uajy.ac.id/sentika/publikasi/makalah/2016/95.pdf.

[7] A. Fathan Hidayatullah and A. Sn, “ISSN: 1979-2328 UPN "Veteran,” Semin. Nas. Inform., vol. 2014, no. semnasIF, pp. 115–122, 2014, [Online]. Available: http://www.situs.com.

[8] A. N. Hidayat, “Analisis Sentimen Terhadap Wacana Politik Pada Media Masa Online Menggunakan Algoritma Support Vector Machine Dan Naive Bayes,” J. Elektron. Sistim Inf. Dan Komput., vol. 1, no. 1, pp. 1–7, 2015.

[9] G. A. Buntoro, “Analisis Sentimen Hatespeech Pada Twitter Dengan Metode Naïve Bayes Classifier Dan Support Vector Machine,” J. Din. Inform., vol. 5, no. September, pp. 1–21, 2016. 48

[10] A. R. T. Lestari, R. S. Perdana, and M. A. Fauzi, “Analisis Sentimen Tentang Opini Pilkada DKI 2017 Pada Dokumen Twitter Berbahasa Indonesia Menggunakan Näive Bayes dan Pembobotan Emoji,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 1, no. 12, pp. 1718–1724, 2017, [Online]. Available: http://j-ptiik.ub.ac.id.

[11] “Belajar Machine Learning dalam Pengolahan Data, Ini Panduannya.” https://www.jagoanhosting.com/blog/belajar-machine-learning-dalampengolahan-data-ini-panduannya/ (accessed Apr. 28, 2021).

[12] “Using Twitter.” https://help.twitter.com/en/using-twitter#tweets (accessed Jun. 09, 2021). [13] J. Eka Sembodo, E. Budi Setiawan, and Z. Abdurahman Baizal, “Data Crawling Otomatis pada Twitter,” no. October 2018, pp. 11–16, 2016, doi: 10.21108/indosc.2016.111.

[14] Samsir, Ambiyar, U. Verawardina, F. Edi, and R. Watrianthos, “Analisis Sentimen Pembelajaran Daring Pada Twitter di Masa Pandemi COVID-19 Menggunakan Metode Naïve Bayes,” J. Media Inform. Budidarma, vol. 5, pp. 157–163, 2021, doi: 10.30865/mib.v5i1.2604.

[15] “Apa Itu Text Mining??” https://garudacyber.co.id/artikel/1254-apa-itu-textmining (accessed Jun. 01, 2021).

[16] “Additional Resources - RapidMiner Documentation.” https://docs.rapidminer.com/latest/resources/ (accessed Jun. 12, 2021).

[17] A. Kowalczyk, “Support Vector Machines Succintctly, Syncfusion,” Succinctly E-b. Ser., p. 114, 2017, [Online]. Available: www.syncfusion.com.

[18] “Penjelasan Sederhana tentang Apa Itu SVM? | by Samsudiney | Medium.” https://medium.com/@samsudiney/penjelasan-sederhana-tentang-apa-itu-svm149fec72bd02 (accessed Jun. 12, 2021).

[19] I. M. B. S. Darma, R. S. Perdana, and Indriati, “Penerapan Sentimen Analisis Acara Televisi Pada Twitter Menggunakan Support Vector Machine dan Algoritma Genetika sebagai Metode Seleksi Fitur,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 3, pp. 998–1007, 2018, [Online]. Available: http://j-ptiik.ub.ac.id.

[20] M. Ilmu Komputer STMIK Nusa Mandiri Jakarta Jl Kramat Raya No, K. Senen, and K. Jakarta Pusat, “Sentimen Analisis Operasi Tangkap Tangan KPK Menurut Masyarakat Menggunakan Algoritma Support Vector Machine, Naive Bayes Berbasis Particle Swarm Optimizition HERNAWATI WINDU GATA,” Fakt. Exacta, vol. 12, no. 3, pp. 230–243, 2019, doi: 10.30998/faktorexacta.v12i3.4992.

[21] N. Bayes, “Naïve Bayes.” 49

[22] M. North, Data Mining for the Masses. 2012.

[23] M. Erbschloe, “Data Mining for National Security,” 2017.

[24] A. Ochoa et al., Social Data Mining to Improve Bioinspired Intelligent Systems, no. December. 2008.